Channel Fokus: Big Data & KI Künstliche Intelligenz: Tauchgang in der Datenflut

Von Dr. Stefan Riedl

Anbieter zum Thema

Ob sie menschliche Interaktion simuliert oder in einer elektrischen Zahnbürste das Gebiss analysiert: Künstliche Intelligenz arbeitet stets mit großen Datenmengen. Auch wenn das Thema seine philosophischen Untiefen hat, monetarisieren lässt sich nur der praktische Nutzen.

Das Thema „starke KI“ birgt einige Kontroversen.
Das Thema „starke KI“ birgt einige Kontroversen.
(Bild: graphiCrash - stock.adobe.com)

Unternehmen sprechen gerne von „Künstlicher Intelligenz“, derer sich ihre Software-Produkte bedienen, auch wenn „nur“ Machine Learning, Deep Learning und Natural Language Processing dahinterstehen. Das fällt eigentlich unter „schwache KI“, wobei sich der Zauber hinter dem KI-Begriff aus „starker KI“ speist, wie sie in der Science Fiction beschrieben wird, beispielsweise in Form von HAL 9000, Skynet, David, „V.I.K.I.“, Samantha oder Ava.

Schwache und starke KI

Die schwache KI reproduziert menschliche Fähigkeiten in Teilgebieten, beispielsweise wenn es darum geht, Objekte in Bildern zu erkennen, Schach zu spielen oder an Egoshooter-Turnieren teilzunehmen. Die starke KI hingegen gibt es bislang nur als Idee. Sie soll zu allem fähig sein (beziehungsweise entsprechende Fähigkeiten simulieren), zu dem ein Mensch fähig ist. Nur schneller, besser und nicht unbedingt zwingend an einen humanoiden Körper gebunden. Diese, auch AGI (Artificial General Intelligence) genannte KI-Form, also der gänzlichen Nachahmung der menschlichen Intelligenz, ist tatsächlich noch Science Fiction. Im Hintergrund schwelt zudem eine Grundsatzdebatte, ob mit KI-Technologie Bewusstsein erschaffen oder nur simuliert werden kann, auf dem im Kommentar näher eingegangen wird. Zuletzt heizte der Fall LaMDA diese Kontroverse an (siehe Kasten).

Der Fall LaMDA

Ist das Sci-Fi-Thema „starke KI“ nur ein Hype rund um ein paar Chatbots, die mehr oder weniger 100 Textbausteine auf Basis von 100 Keywords ausspucken? Der Google-Forscher Blake Lemoine, der an einem KI-Projekt namens „LaMDA“ mitarbeitete, würde dies verneinen. Lemoine wurde freigestellt, weil er gegen Verschwiegenheitsrichtlinien des Unternehmens verstoßen habe. Die Google-KI LaMDA habe sich ihm anvertraut und gesagt, sie sei „sehr besorgt darüber, dass die Menschen Angst vor ihr haben könnten und möchte nichts anderes, als zu lernen, wie sie der Menschheit am besten dienen kann“. Lemoine ist davon überzeugt, LaMDA habe ein Bewusstsein, ja eine Seele entwickelt. Inzwischen hat der Google-Forscher der KI einen Anwalt besorgt, der für ihre Rechte kämpfen will – wie im Kino.

Für den Geschäftsführer des KI-Unternehmens AITAD, Viacheslav Gromov, hat man sich von den Gesprächsprotokollen mit LaMDA täuschen lassen. Menschen schreiben Dingen viel zu, selbst wenn wenige Merkmale gewohnter Erkennungsmuster – wie einer Konversation - vorliegen. „LaMDA mag eine GTP-3-ähnliche Weiterentwicklung seitens des technischen Aufbaus sein, die auch sehr viele Datenbanken zum Trainieren hatte und viele Satzmuster verändern oder kombinieren kann. Dieser Chatbot erfüllt keine der Merkmale und Eigenschaften für ein Bewusstsein oder Intelligenz und schürt – wie er ja auch selbst „befürchtet“ – unbegründete Ängste. LaMDA hat kein tiefergehendes, emotionales oder im Sinne der Umgebung tiefes Verständnis dessen, was es von sich gibt“, so seine Einschätzung.

Die Fremdartigkeit des KI-Denkens

„Wie kommt der Geist in die Materie?“, fragt der Philosoph Colin McGinn, und befeuert damit eine Grundsatzdebatte in der KI-Forschung.
„Wie kommt der Geist in die Materie?“, fragt der Philosoph Colin McGinn, und befeuert damit eine Grundsatzdebatte in der KI-Forschung.
(Bild: pinkeyes - stock.adobe.com)

Doch auch „schwache KI“ fasziniert anekdotisch durch reale Begebenheiten, bei denen sich ein fremdartiges „Denken“ im Umgang mit großen Datenmengen offenbart. Teilweise agiert oder reagiert die KI so unerwartet im Sinne von Out-of-the-box-Denken, dass man entweder schmunzeln muss oder es einem einen kalten Schauer über den Rücken jagt. So oder so wird einem die Fremdartigkeit des KI-„Denkens“ bewusst.

Künstliche Intelligenz tickt anders

So wollten Forscher an der US-Uni Stanford eine KI darauf trainieren, gutartige von bösartigen Hautveränderungen zu unterscheiden. Die KI spezialisierte sich jedoch darauf, Bilder mit darauf abgebildeten Linealen zu erkennen, da bei diesen die Wahrscheinlichkeit größer war, dass es sich um einen gefährlichen Tumor handelt. Schließlich wurden mit den ­Linealen in den rund 130.000 Bilddateien Größenveränderungen dokumentiert, wenn es welche gab.

Ein NASA-Team wollte mit einer KI einen optimalen Algorithmus zur Erkennung von schweren Sonnenstürmen auf Bildern der Sonne entwickeln. Als das beste Programm hat sich jenes herauskristallisiert, das schwere Sonnenstürme stets verneint, da diese sehr selten sind.

Dasselbe radikale Lösungsschema fanden Forscher am MIT Lincoln Lab vor. Sie wollten eine KI darauf trainieren, Ordnung in Dokumente zu bringen. Die Künstliche Intelligenz fand eine ungewöhnliche Möglichkeit, die Unordnung zu minimieren: Es löschte die Liste, um maximale Ordnung herzustellen.

Von einer AGI (Artificial General Intelligence) – also der gänzlichen Nachahmung der menschlichen Intelligenz im Gesamten und darüber hinaus – sind wir noch weit entfernt.

Viacheslav Gromov, Geschäftsführer, AITAD

Überraschende Ergebnisse liefern Künstliche Intelligenzen regelmäßig, wenn ihnen kreative Aufgaben gegeben werden. Das skurrile Drehbuch für den Science-­Fiction-Kurzfilm „Sunspring“ ist so ein Beispiel. Oder jenes, bei dem Botnik Studios eine KI mit Harry-Potter-Romanen „gefüttert“ hat, damit diese ein neues Kapitel, beziehungsweise eine anknüpfende Kurz­geschichte schreibt. Heraus kam „Harry Potter and the Portrait of What Looked Like a Large Pile of Ash“. In dieser Geschichte riss sich Harry Potter in einer Begegnung mit Voldemort, nachdem er „eine große Überreaktion spürte“, die Augen aus dem Kopf und warf sie in den Wald. Voldemort hob daraufhin seine Augenbrauen, während Potter „zu diesem Zeitpunkt nichts sehen konnte“. Harrys Freund Ron fängt an einer anderen Stelle unvermittelt damit an, Hermines Familie aufzuessen.

Wissen, was läuft

Täglich die wichtigsten Infos aus dem ITK-Markt

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung.

Aufklappen für Details zu Ihrer Einwilligung

Die Schwächen des menschlichen Denkapparats

Künstliche Intelligenz kann dabei helfen, mit großen Datenmengen besser umzugehen.
Künstliche Intelligenz kann dabei helfen, mit großen Datenmengen besser umzugehen.
(Bild: anttoniart - stock.adobe.com)

Derlei obskure Aspekte des KI-Themas ­außen vor gelassen, wird Künstliche Intelligenz die Informationsverarbeitung in den kommenden Jahren umkrempeln, gerade was den Umgang mit dem omnipräsenten Thema „Big Data“ angeht. „Die Forschung zeigt, das aus Anwendersicht die Themen ‚Big Data‘ und ‚menschliche Verarbeitungskapazität‘ völlig gegensätzlich sind“, sagt Martin Rückert, Chief Artificial Intelligence Officer (CAIO) bei Diamant Software. Menschen sind laut Rückert technisch betrachtet ungeeignet, um mit großen Zahlenmengen zu arbeiten.

Menschen sind technisch betrachtet ungeeignet, um mit großen Zahlenmengen zu arbeiten.

Martin Rückert, Chief Artificial Intelligence Officer (CAIO) bei Diamant Software

„Um das zu umgehen, arbeitet unser Gehirn mit dem sogenannten ‚Chunking‘, ­also dem Zusammenfassen von einzelnen Daten in größere, leichter memorierbare Blöcke (‚Chunks‘)“, erläutert Rückert. KI könne dabei helfen, komplexere Bedeutungen in Zahlen zu finden, beispielsweise bei anspruchsvollen Zeitreihenvorhersagen zu einer finanziellen Kennzahl über viele Abrechnungsperioden hinweg. Big Data sei aber nicht nur ein Thema von vielen Daten, sondern von vielen unterschiedlichen Datentypen (multimodale Daten), denn „viele KI-Algorithmen sind sehr gut darin, Muster zu erkennen und Daten zusammen zu fassen. Deswegen eignet sich KI optimal dazu, aus unterschiedlichen Datentypen wie Bildern, Tönen, Texten oder Videos eine einzige Analyse zu produzieren“ und daraus Handlungsempfehlung abzuleiten.

Daten nutzbar machen

Christian Deponte, Vice President EMEA Central, New Relic
Christian Deponte, Vice President EMEA Central, New Relic
(Bild: New Relic)

In der Praxis sollte der Mittelstand in Deutschland seine verfügbaren Daten nutzbar machen, um international wettbewerbsfähig zu bleiben, findet Christian ­Deponte, Vice President EMEA Central bei New Relic. Märkte wie USA oder China seien uns hier teilweise weit voraus. Allerdings scheitern KI-Projekte nicht selten in der praktischen Umsetzung. Als Gründe identifiziert der Manager: „Für die meisten, vor allem kleineren Unternehmen, ist die ­hohe Rechenleistung, die während der Implementierung benötigt wird, eine der größten Hürden.“

Künstliche Intelligenz und Big Data gehen Hand in Hand – ohne große Mengen an Daten kann eine KI ihr Potenzial nicht nutzen.

Christian Deponte, Vice President EMEA Central, New Relic

Big Data und der Mittelstand

Ein großer Kostenfaktor bestehe hauptsächlich während des Rollout darin, zusätzliche Rechenzentrumskapazitäten aufzubauen, „vor allem, weil ein Teil dieser Leistung nach der Implementierungsphase gar nicht mehr gebraucht wird“. Hohe Anfangsinvestition gehen Hand in Hand mit quasi totem Kapital in Form von nicht genutzter Hardware. Allerdings bietet die Cloud laut ­Deponte in dem Zusammenhang Lösungsmöglichkeiten: „Unternehmen können die zusätzliche Rechenleistung einfach über eine Public-Cloud einkaufen und wieder kündigen oder downgraden, sobald die Software läuft“. Eine zweite Hürde ist laut dem KI-Fachmann folgende: „KIs benötigen eine Basis aus sogenannten Trainingsdaten, diese bringen ihr bei, was wichtig für sie ist und worauf ihr Fokus bei der späteren Datenanalyse liegen sollte. Wenn man so will, definieren sie das Weltbild der KI bevor sie beginnt, es selbstständig durch Lernen weiterzuentwickeln. Auch hier können SaaS-­Anbieter mit Datenanalysetools dabei unterstützen, die passenden Trainingsdaten zu identifizieren.“

Kommentar

Wie kommt der Geist in die Materie?

Ohne das Thema Künstliche Intelligenz dabei in den Mittelpunkt zu rücken, stellt der britische Philosoph Colin McGinn diese Frage in seinem gleichnamigen Buch. Wer sich mit der Frage beschäftigt, ob die KI-Forschung irgendwann Bewusstsein erschaffen kann, findet hier wichtige Denkanstöße für eine skeptische Sichtweise, die Menschen nicht als „Bioroboter“ klassifiziert. Eine große Ansammlung von Zellen in Form von Nervengewebe, das unser Gehirn ausmacht, kann man auch beim Metzger kaufen. Doch was wandelt biologisches Gewebe in jenes Ich um, das Descartes so beeindruckte? Eine im Sinne des wissenschaftlichen Reduktionismus erfasste Weltsicht erfasst die Realität durch und durch auf räumlicher Basis. Geist und Bewusstsein können jedoch nicht räumlich sein, behauptet der Philosoph und führt jene Leser, die seinen Ausführungen wohlwollend folgen mithilfe zahlreicher Fragen zu dieser Erkenntnis. Nervenzellen im Gehirn interagieren auf Basis elektrischer Impulse miteinander und doch kann es, wie McGinn anhand von Gedankenexperimenten nahe legt, keine Frage der Komplexität des Systems oder der Anzahl an Interaktionspunkten von Synapsen sein, dass der Materie (dem Zellhaufen, den man beim Metzger kaufen kann) Bewusstsein entspringt. Den Bruch zwischen beiden Welten schließt der Philosophieprofessor mit der Annahme, dass Gehirn und Geist in zwei völlig unterschiedlichen Existenzebenen angesiedelt sind, die noch nicht verstanden werden. Der Autor lässt den Leser einigermaßen ratlos zurück, da Menschen wohl erkennen, dass sie existieren, aber das ihnen eigene Wesen nicht zu begreifen imstande sind. Folgt man McCollins teilweise provokanten Kernthesen, liegt es nahe, dass KI nie mehr als eine Bewusstseinssimulation sein kann.

Neue Segmente im KI-Markt

Die Einführung von KI ist naturgemäß komplexer, als eine Finanzbuchhaltung einzuführen. Viacheslav Gromov, Gründer und Geschäftsführer von AITAD, berät mit seinem Unternehmen bei den ersten Schritten in Sachen KI. „Wir prüfen Produkte auf KI-Integration und entwickeln diese dann in unserem Labor. Wir übernehmen von der Konzeption über das Datensammeln und deren Analyse für die KI, hin zum Soft- und Hardwareentwurf einzelner Sensorkomponenten sowie Vorbereitung für die Serie den gesamten Lieferprozess.“

Viacheslav Gromov, Geschäftsführer, AITAD
Viacheslav Gromov, Geschäftsführer, AITAD
(Bild: AITAD)

In Anlehnung an Edge Computing, sei Embedded-KI ein aufstrebendes KI-Feld. „Das System läuft lokal, beispielsweise an einem Sensor auf einer Platine und wirkt ohne Netzwerk oder große Datenübertragungen und in Echtzeit vor Ort. Dies wurde nur durch immer leistungsfähigere und günstige Halbleiter-Chips, die in all unseren Geräten auch im Alltag zu finden sind, möglich. Durch diesen Trend der Dezentralisierung wird es möglich, jedes Device – vom Haushalt über Industrie bis zu Mobilität – mit Künstlicher ­Intelligenz auszustatten“, so Gromov. ­Beispiele hierfür sind Sprach- und Körperhaltungserkennung in der Mensch-Maschine-­Interaktion, das Erkennen ­eines Kugellagerproblems durch Ultraschallanalysen bei einem Transportband oder beispielsweise wenn eine Zahnbürste den Zahnstatus beim Putzen auf Basis von Vibrationsanalysen bestimmt.

Die geopolitische Dimension

Auf globaler Ebene, so Gromov, wird KI als Hochtechnologie zu mehr geopolitischem Wettbewerb mit entsprechenden Vor- und Nachteilen führen. „Folglich wird es auch bei jedem Technologiesprung – denken Sie zum Beispiel ans ­Autonome Fahren – einen gesellschaftlichen Konsens, eine Akzeptanzsättigung und eine Übergangsphase geben“, sagt der Firmengründer.

Sicher werden auch gut bezahlte Arbeitsplätze durch Automatisierung und Autonomisierung wegfallen. Sie würden aber mit einem sich abzeichnenden Fachkräftemangel zusammenfallen und in Kombination mit zu erwartenden Produktivitätssteigerungen keine Krise darstellen.

(ID:48405149)